基于分析稀疏模型的信号恢复算法研究

基于分析稀疏模型的信号恢复算法研究

ID:35061595

大小:5.57 MB

页数:54页

时间:2019-03-17

基于分析稀疏模型的信号恢复算法研究_第1页
基于分析稀疏模型的信号恢复算法研究_第2页
基于分析稀疏模型的信号恢复算法研究_第3页
基于分析稀疏模型的信号恢复算法研究_第4页
基于分析稀疏模型的信号恢复算法研究_第5页
资源描述:

《基于分析稀疏模型的信号恢复算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中图分类号:0224单位代码:10280密级:公开学号:13720017上洛义導戀硕±学位论文SHANGHAIUNIVERSITY^MASTERSDISSERTATION题基于分析稀疏模型的信号恢复目算法研究作者王贵男学科专业运筹学与控制论导iUp张纽娟完成日期2016年5月上海大学本论文经答辩委员会全体委员审查,确认符合上海大学硕±学位论文质量要求。答辩委员会签名工作单位职称主任:委员:导师:答辩日期:原创巧声明本人声明:所呈交的论文是本人在导师指导下进行的研究

2、工作。除了文中特别加标注和致谢的地方外,论文中不包含其他人已发表或撰一写过的研究成果。参与同工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:日期:本论文使用授权说明本人完全了解上海大学有关保留、使用学位论文的规定。即:学校有权保留论文及送交论文复印件,允许论文被查阅和借阅;学校可公布论文的全部或部分内容。(保密的论文在解密后应遵守此规定)签名:导师签名:日期:上海大学理学硕±学位论文基于分析稀疏模型的信号恢复算法研究作者:王贵男导师:张纽娟学科专业:运筹学与控制论

3、上海大学理学院数学系2016年5月ADissertationSubmittedtoShanhaiUniversitgyfortheDegreeofMasterinScience,RTheResearchonSinalsecovergyAlorithmsbasedontheCosparseg乂nalsisModelyCandidate:G山nanWangSupervisor:HongjuanZhangMaor:Operations民esearchandCyberneticsjDepa

4、rtmentofMathematics,CollegeofSciencesShanhaiUniversitgyMa2016y上海大学硕去学位论文V摘要近年来,随着信息技术的不断发展,信号模型在信号处理领域的作用越来越重要。目前,针对信号处理中的信号稀疏恢复问题,主要有两种信号模型:合成稀疏模型和分析稀疏模型,国内外许多研究者从不同角度进行了相关研究,特别是针对基于合成稀疏模型的信号恢复问题一,提出了系列算法及其理论。而近期分析稀疏模型也非常引人注目一,基于分析稀疏模型的信号恢复问题也成为了个新兴的研究课题。本论文将对此问题

5、进行研究,W现有相关算法和理论为基础,W期对基于分一些改进和创新析稀疏模型的信号恢复问题给出。本文首先给出了信号稀疏表示的基本理论,其次介绍了信号稀疏恢复问题中两类主要的信号模型,并分类介绍了每个模型的相关算法。之后,针对分析稀疏模型一的信号恢复问题,给出了两种优化模型和算法:是用稀疏推导函数近似/〇范数;二是用极大赌函数近似范数。具体工作概括如下:一一在第个工作中,对基于分析稀疏模型的信号恢复/〇问题,给出了系列非凸的稀疏推导函数来近似/〇范数问题,运类近似函数比/i范数和b范数更接近于/〇范数。W运类函数为基础,我们首先构造了目标函数并给出了

6、有约束优化模型。之后,为了将非凸问题转化为易于求解的凸问题,我们将非凸稀疏推导函数进一Li行阶近似展开,然后用agrangan乘子法将目标函数转化无约束优化问题。最一IF后,我们提出了C算法,运是个双层优化算法:首先用次梯度法迭代更新临时解;然后借助临时解求出新的支撑集,接着在支撑集的约束下求出目标问题的最优解。从理论分析和实验两方面来看,CIF算法在信号稀疏恢复问题的求解过程中表现出很好的作用。一在第二个工作中,考虑到基于分析稀疏模型的信号恢复范数问题,虽然是一个凸优化问题,但其在零点不可微运情形,我们借助极大赌思想给出了范数连续可微的极

7、大赌函数。首先,我们基于极大赌函数建立了可微的有约束优化模型,一然后通过Lagrangian乘子法将其转化为无约束优化模型,系列梯度型的优化算法都能够适用于求解该模型。实验结果表明,基于极大赌函数的实验效果与范数的结果相当,因此,用极大赌函数近似最小化问题是个较好的选择。最后,在第四章中,对本文的主要工作进行了总结,并对今后的研究方向做了一定的展望。关键词:信号恢复;分析稀疏模型;稀疏推导函数;极大赌函数上海大学硕壬学位论文VIABSTRACTInre

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。